Está en la página 1de 16

BIG DATA

FELIPE SEVILLANO PÉREZ

Redexis Gas

Las ciudades de todo el mundo están experimentando un crecimiento de sus poblaciones y


buscan de manera continua la forma de mejorar la calidad de vida sus ciudadanos y visitan-
tes, y fomentar y promover el desarrollo y crecimiento económico que proporcione mejores
oportunidades a ciudadanos y negocios.

Cada día, ciudades de todo el mundo se enfrentan a mitan proporcionar información relevante a los distin-
un número creciente de problemas operacionales que tos niveles de gestión y operación municipal para to-
afectan a la calidad de los servicios que ofrecen a sus mar decisiones informadas que mejoren las respues-
ciudadanos. Para poder garantizar la seguridad pública, tas y actuaciones. Muchos ayuntamientos guardan
el suministro de agua, las fuentes energéticas, el trans- esta información en sistemas independientes que se
porte y otros servicios, las ciudades tienen que acceder encuentran en departamentos aislados, lo que impide
a una información cada vez más voluminosa, conseguir tener una visión operativa global y dificulta la coordi-
que los distintos organismos municipales y agencias se nación de las actuaciones de los distintos organismos
comuniquen y colaboren en tiempo real y anticipar los y agencias. Si una ciudad no cuenta con una vista úni-
posibles problemas antes de que se produzcan. ca e integrada de los eventos, incidentes o crisis inmi-
nentes y no puede compartir la información rápida-
En un entorno como el actual, de presupuestos limi- mente, es posible que no pueda dar servicio de forma
tados y ciudadanos cada vez más informados y de- eficaz y sostenible, ni proteger a los ciudadanos o im-
mandantes, las corporaciones municipales necesi- pulsar el crecimiento económico. En muchas ocasio-
tan hacer más por menos y por tanto deben hacer nes descubrimos tras un incidente que se disponía de
las cosas de forma diferente. Un elemento clave en suficiente información para haberlo anticipado o inclu-
esta transformación, será la capacidad y voluntad so evitado, si los organismos adecuados hubieran te-
de los líderes municipales, incluyendo las distintas nido en el momento oportuno la información relevan-
agencias y empresas municipales, de probar y adop- te para la coordinación de actuaciones.
tar nuevas ideas y promover la innovación y el cam-
bio a todos los niveles de la gestión municipal. El
avance actual de la tecnología y el acceso a múl- SMART CITY - CIUDAD INTELIGENTE: DE LOS DATOS A
tiples fuentes de información van a tener un papel LA RESPUESTA INTELIGENTE
muy importante en este proceso de cambio.
Definición de Smart City
Las ciudades guardan y tienen acceso a una gran can-
tidad de datos de fuentes y formatos muy diversos. Sin La Red Española de Ciudades Inteligentes define las
embargo, no los están aprovechando para convertir- Ciudades Inteligentes como aquellas que disponen
los en conocimiento e inteligencia procesable que per- de un sistema de innovación y de trabajo en red pa-

395 >Ei 71
F. SEVILLANO PÉREZ

FIGURA 1
TENDENCIAS TECNOLÓGICAS Y DEMOGRÁFICAS EN CIUDADES

FUENTE: IDC Goverment Insights 2013.

ra dotar a las ciudades de un modelo de mejora de dad, e involucran a sus ciudadanos y negocios; y al
la eficiencia económica y política permitiendo el amplio ecosistema de la ciudad (diputación, comu-
desarrollo social, cultural y urbano. Como soporte de nidad, etc) (3).
este crecimiento se realiza una apuesta por las in-
dustrias creativas y por la alta tecnología que permi- Las definiciones anteriores tienen en común la esencia
ta ese crecimiento urbano basado en el impulso de de la Smart City: innovación, tecnología, información,
las capacidades y de las redes articuladas todo ello colaboración, desarrollo económico, calidad de vida,
a través de planes estratégicos participativos que ciudadanos… Las ciudades están experimentando
permitan mejorar el sistema de innovación local (1). un crecimiento de sus poblaciones y se enfrentan a
los retos que conllevan –tráfico, contaminación, limi-
Gartner define la Smart City como un área urbana tación de recursos, escasez de agua, riegos sanita-
en la que múltiples sectores, tanto desde los organis- rios, seguridad ciudadana, mayor demanda de edu-
mos municipales como el sector privado, colaboran cación, sanidad y servicios sociales–. Actualmente,
para lograr resultados sostenibles mediante el análi- las ciudades compiten para atraer negocios y turistas,
sis de información contextual en tiempo real y com- no solo con las ciudades de su entorno más cercano
partido. Lo Smart que es una ciudad depende de la sino también en un entorno Europeo y global (4).
capacidad de los distintos sectores para compartir
información específica de cada dominio, y de com- Esta tendencia de crecimiento y las innovaciones
partirla en el contexto y formato adecuados para tecnológicas están impulsando la necesidad de las
que se pueda generar valor de esta información (2). ciudades de analizar cómo están utilizando y apro-
vechando en este momento la tecnología y las in-
IDC define la Smart City como la ciudad que utiliza fraestructuras existentes, así como sus propios recur-
dispositivos inteligentes, las tecnologías de la informa- sos y los de los ciudadanos y negocios.
ción y las comunicaciones, y la instrumentalización
para conseguir sus objetivos de mejora de calidad La siguiente figura 1 señala algunas de las tendencias
de vida de sus ciudadanos y el desarrollo económi- que más influyen el desarrollo de la Smart City, que in-
co sostenible. Estos objetivos se logran mediante la cluye el exceso de información disponible, la transfor-
mejora de los servicios prestados, un uso más eficien- mación de los ciudadanos alrededor de los dispositi-
te de los recursos (humanos, infraestructuras y natu- vos móviles, austeridad económica y reducción de
rales), y prácticas financieras y medioambientales costes y el aumento de la población urbana (5).
sostenibles. La visión de la Smart City es proporcionar
servicios más accesibles, seguros, eficientes y efec- Los líderes municipales deben adoptar las tecnologí-
tivos a sus ciudadanos, de forma que aseguremos la as que les proporcionen la visión de nivel de gestión
calidad de vida y la sostenibilidad de la ciudad. Las y operativo adecuado, y el conocimiento de situa-
soluciones Smart Cities integran la información y las ción. Tanto en una situación de emergencia por de-
operaciones entre los sistemas y dominios de la ciu- sastre natural, como en la gestión energética de es-

72 395 >Ei
BIG DATA

FIGURA 2
SMART CITY: DE LOS DATOS A LA RESPUESTA INTELIGENTE

Capturar y gestionar Convertir datos en Mejorar respuestas y


datos Conocimiento e actuaciones
Inteligencia procesable
• Acceder y explotar fuentes de • Una alternativa a solo notificar a
datos • Mejorar el conocimiento de la los sistemas para enviar recursos
• Procesar distintos tipos de datos: situación al lugar de la incidencia:
sensorización, aplicaciones, • Proporcionar visión operacional o Colaboración en tiempo real
redes sociales, video, etc. común y unificada. o Protocolos de actuación
• Mejorar la interoperabilidad entre • Proporcionar información o Incrementar la prevención
los sistemas existentes relevante en tiempo real a los o Despliegue recursos necesarios
• Gestionar los aspectos de diferentes niveles de gestión y o Incrementar la velocidad de
seguridad y privacidad de datos operación respuesta
• Utilizar las capacidades analíticas o Reducir ineficiencias
para determinar patrones y o Mejorar la transparencia y la
tendencias y poder prevenir involucración de ciudadanos
incidencias y situaciones de
emergencia

FUENTE: Elaboración propia.

timación de demandas futuras o en la mejora con- sores, RFID, video cámaras, parquímetros, radares y de-
tinua de los servicios municipales, los gestores muni- tectores de matrículas, smartphones y otros dispositivos
cipales necesitan tener la información correcta, en el móviles) y directamente de los ciudadanos y empre-
momento preciso para tomar las decisiones ade- sas vía aplicaciones de colaboración o redes sociales.
cuadas en base a la información disponible.
• Las capacidades de colaboración son fundamen-
La Smart City se apoya en las capacidades de las tales para acabar con los silos de datos e informa-
tecnologías de la información y comunicación para ción y la colaboración entre sistemas, departamen-
llevar a cabo las mejoras en la gestión y los servicios tos y agencias.
municipales: en definitiva se trata de convertir los da- • La gestión de datos debe proporcionar las capa-
tos en conocimiento y el conocimiento en mejores cidades para procesar, limpiar, consolidar e interpre-
actuaciones y respuestas inteligentes (figura 2). ter los nuevos datos capturados, y para integrarlos
con los datos ya existentes y con datos históricos.
Las capacidades tecnológicas de la Smart City • La analítica de datos transforma los datos en infor-
mación de los datos; identifica tendencias y patro-
Entre las capacidades y tecnologías necesarias pa- nes, y proporciona capacidades de predicción.
ra construir la Smart City, los analistas identifican la
analítica de datos y el Big Data como claves para • Para mejorar el proceso de toma de decisiones, la
poder explotar y sacar valor de los datos disponibles. información relevante se muestra al nivel correcto de
agregación vía cuadros de mandos para funciones
IDC Government Insights ha definido las característi- de gestión o con el detalle necesario mediante aler-
cas generales que deben incluir las soluciones Smart tas para las funciones más operativas.
City (ver figura 3, en la página siguiente) (6).
• Mecanismos y protocolos de actuación, tanto au-
• Captura y transmisión de datos en tiempo real (o ca- tomáticos como con intervención humana, para ac-
si-tiempo real) de diferentes fuentes como el Internet tuar y responder a las situaciones y problemáticas
de las cosas (IoT – Internet of Things), dispositivos (sen- diarias de la ciudad.

395 >Ei 73
F. SEVILLANO PÉREZ

FIGURA 3
CARACTERÍSTICAS DE LAS SOLUCIONES SMART CITY

FUENTE: IDC Goverment Insights 2013.

• Las respuestas inteligentes y la toma de decisiones Por otro lado, IBM en su encuesta de analítica de da-
basadas en información relevante analizada condu- tos realizado en 2013 indica que, al examinar las ca-
cen al uso más eficiente de los recursos urbanos, des- pacidades analíticas de las organizaciones, ha en-
arrollos urbanos sostenibles y mayor calidad de vida contrado que la mayoría puede realizar consultas e
para los ciudadanos. informes (73%), visualizar datos (58%) y hacer mine-
ría de datos (57%). Pero fuera de estas competen-
• Procesos de medición de los resultados de la Smart cias, las capacidades de los líderes divergen consi-
City, mediante cuadros de mando y definición de in- derablemente. Las organizaciones líderes han
dicadores de gestión KPIs que ayuden a medir los re- evolucionado más allá de las infraestructuras tradi-
sultados de las distintas iniciativas de la ciudad y a man- cionales y las técnicas de análisis de una plataforma
tener la atención en los problemas de la ciudad, como
de business intelligence básica hacia una infraestruc-
por ejemplo el número de accidentes de tráfico, nive-
tura moderna y flexible capaz de capturar, procesar
les de contaminación, etc.
y gestionar el volumen, velocidad y variedad de los
datos actuales. El 60% de los líderes dispone de ca-
En esta misma línea, para Gartner es fundamental la
pacidades de análisis predictivo, así como de simu-
capacidad de desarrollar analítica de datos y pre-
lación (55%) y optimización (67%). Estas competen-
decir patrones y tendencias de cómo las infraestruc-
cias les permiten ver más allá de lo sucedido ayer y
turas de la ciudad y los ciudadanos interactúan. Las
de lo que sucede hoy, y comenzar a comprender el
plataformas de Business Intelligence y analítica son
modo en el que los cambios en las preferencias, las
una parte central del marco de la Smart City. Se de-
fuerzas del mercado, los fenómenos naturales o la
ben desarrollar soluciones de gestión y gobierno de
normativa pueden afectar a sus operaciones y sus
datos, asegurando la privacidad y seguridad de los
ingresos el día de mañana (8). Esto va a ser cada vez
datos y la información, que permitan ponerlos a dis-
más importante; de hecho, Gartner predice que, du-
posición de los diferentes sectores económicos.
rante 2015, menos del 25% de los proyectos de bu-
En la figura 4, en la página siguiente, Gartner descri- siness analytics incorporará análisis predictivos y pres-
be la posición esencial de la analítica en los proce- criptivos, pero que estos generarán al menos el 50%
sos urbanos, empezando por las capas de conecti- del valor de negocio (9).
vidad con las diferentes fuentes de datos, pasando
por la capa de gestión de la información que co- La tecnología Big Data en la Smart City. Dentro de
necta con las capas de aplicaciones y servicios (7). las capacidades de analítica de datos, el Big Data
es una tecnología para transformar la analítica de
Las capacidades de gestión de datos que se mar- grandes volúmenes de datos, pero es también una
ca en la figura son denominadas a menudo como tecnología disruptiva. Está activando la transforma-
sistemas de Centros de Control y Operaciones de la ción de industrias enteras que requieren análisis cons-
ciudad (city operations and command systems), que tante de datos para afrontar los retos de su gestión
incorporan una plataforma integrada de gestión de diaria, como en el caso de las ciudades poder pre-
procesos de la ciudad. decir tendencias y anticipar posibles situaciones de

74 395 >Ei
BIG DATA

FIGURA 4
SMART CITY DOMAIN TOPOLOGY

FUENTE: Gartner.

emergencias. El Big Data proporciona las capacida- formarse en una organización contextual, que se
des para explotar mejor la información existente, in- adapta con dinamismo y agilidad a los continuos
tegrar nuevas fuentes de datos y realizar analítica de cambios de su entorno económico, social, me-
datos usando nuevas herramientas que permiten in- dioambiental, etc. y a las necesidades cambiantes
crementar el valor para la ciudad y los ciudadanos. de sus ciudadanos, empresas y visitantes; mediante
el uso de la información disponible de una gran can-
Para las ciudades la tecnología Big Data se está con- tidad de muy diversa de fuentes de datos (11).
virtiendo en una necesidad que tendrán que adop-
tar más pronto que tarde, ya que les va a permitir al-
canzar diversos objetivos (10): BIG DATA
• Aplicar analítica de datos más allá de los casos de A lo largo de la historia, las decisiones más acerta-
uso tradicionales que permita respaldar la toma de das en el mundo empresarial se basaron en la inter-
decisiones informada en tiempo real, en todo mo- pretación de los datos disponibles. Cada día, 2,5 quin-
mento y en todo lugar. tillones de bytes son creados, es decir, el 90% de los
datos en el mundo ha sido creado en los últimos 2
• Acceder a todo tipo de información que pueda
años (12). Estos datos vienen de todas partes: senso-
ser usada para la toma de decisiones.
res que capturan todo tipo de datos, posts o comen-
• Facultar y promover a las personas en todos los ro- tarios en redes sociales o blogs, fotos o videos, regis-
les de la organización a explorar y analizar informa- tros de transacciones comerciales, señal GPS de
ción, para convertirlo en conocimiento que pueda teléfonos móviles o automóviles, etc.
compartir con el resto de la organización.
La gran cantidad y complejidad de datos que se ge-
• Optimizar los procesos de toma de decisiones, tan- neran cada día, hacen que los sistemas de gestión
to si se realizan por personas como si se ejecutan por y de procesado de datos tradicionales no puedan
sistemas automatizados. proporcionar el servicio necesario. Los retos que de-
• Proporcionar conocimiento desde todas las pers- be gestionar el Big Data incluyen capturar, almace-
pectivas y horizontes temporales; desde informes his- nar, buscar, compartir, transferir, analizar y visualizar.
tóricos y de tendencias hasta análisis en tiempo real Algunas estimaciones predicen un crecimiento de
y modelos predictivos. datos de hasta 50 veces para el año 2020 (13). Una
gran cantidad de datos se está generando y se es-
• Mejorar los resultados de gestión y gestionar mejor tá guardando tan rápido que está inundando a la
los riesgos. sociedad, y por supuesto a las ciudades. El Big Data
se está convirtiendo en el próximo recurso natural que
En definitiva, el Big data proporciona a la ciudad y explotar; y esto representa por un lado un gran reto,
su ecosistema las capacidades analíticas para trans- pero también una oportunidad para las organizacio-

395 >Ei 75
F. SEVILLANO PÉREZ

nes que sepan sacar provecho de estos datos. Para 3 Estado del tráfico
sumarse a esta oportunidad, las ciudades deben
adoptar soluciones Big Data que les proporcionen 3 Alertas y emergencias
capacidades analíticas para convertirlos en conoci-
miento y así mejorar la gestión urbana y la toma de Machine-to-machine (M2M). Para IDC el crecimien-
decisiones (14). to de las comunicaciones machine-to-machice
(M2M) y machine-to-machine-to-human (M2M2H) es
muy relevante para el futuro de la Smart City y la au-
Nuevas fuentes de datos de la Smart City – necesidad tomatización de ciertos procesos.

Big Data Las comunicaciones M2M son aún un mercado emer-


gente y estamos solo en los inicios. El despegue de las
Además de la gran cantidad y variedad de fuentes aplicaciones M2M de uso masivo y su utilización en al-
de información que gestionan las corporaciones mu- gunos sectores va a tener un impacto en los gobiernos
nicipales, existen nuevas fuentes de datos disponibles locales. Ejemplos de esto son la industria del automó-
que crecen de manera exponencial que puede ayu- vil con los vehículos conectados; o la monitorización
dar a mejorar la gestión municipal, entre las que ca- remota de pacientes en sanidad. Para IDC en el cor-
be destacar: to plazo las áreas más relevantes para el uso en cor-
poraciones locales son las siguientes (17):
Ciudadanos. Los ciudadanos y empresas son el me-
jor sensor para la ciudad. Los ciudadanos recogen 3 Gestión de flotas, especialmente en el transporte
información que puede complementar o incluso ser público
más valiosa (o ni siquiera estar disponible) que la re-
cogida mediante los medios e infraestructuras ges- 3 Gestión remota e activos
tionadas por las corporaciones municipales u otras 3 Vehículos conectados
empresas u organismos involucrados en los servicios
y operaciones municipales (15). Ejemplos de este ti- 3 Smart meters (telemedida de contadores)
po de información son fotos realizadas con dispositivos
3 Señalización digital
móviles de roturas o desperfectos en la vía pública o
equipamientos en mal estado de funcionamiento. 3 Monitorización en Sanidad

Por otro lado, los ciudadanos, más allá de los cana- 3 Seguridad pública
les de comunicación tradicionales, esperan poder
acceder e interactuar con su administración local Internet de las Cosas (Internet of Things IoT). Los sen-
sores y dispositivos inalámbricos son cada vez más
mediante dispositivos y aplicaciones y a través de las
pequeños, inteligentes y baratos; y existen miles de
redes sociales. La adopción masiva de dispositivos y
millones; que proporcionan una cantidad infinita de
la utilización de las redes sociales muestran la impor-
datos. La Internet de las Cosas (IoT) a través del rápi-
tancia de que los gobiernos locales desarrollen estos
do crecimiento de la conectividad M2M (machine-
canales de comunicación e involucración de la ciu-
to-machine) en los diferentes dominios de la ciudad
dadanía.
(contadores con telemedida, redes de sensores, etc)
• En 2015, por primera vez, habrá más personas ac- van a generar un flujo masivo de datos que debe ser
cediendo a internet a través de dispositivos móviles securizado, priorizado, organizado y analizado. Si es-
que a través de ordenadores. to falla la información aportada por la analítica de
datos podría impedir, hacer ineficiente o incluso con-
• El uso de dispositivos móviles para compartir fotos, ducir a errores en la toma de decisiones de proce-
navegación y utilización de mapas y para acceder sos vitales para la ciudad y sus ciudadanos (18). Según
a las redes sociales crecerá de forma muy significa- Gartner, en 2020, habrá más de 30 miles de millones
tiva. dispositivos conectados (19), similar a la previsión de
ABI Research (20).
Estas tendencias no pueden ser ignoradas por los líde-
res municipales, y actualmente se está produciendo un Datos Abiertos (Open Data). El Open Data es una
progreso muy considerable. Los gobiernos locales es- iniciativa imparable a nivel tanto internacional como
tán aprovechando el momentum de las iniciativas nacional, con gran respaldo institucional y que cuen-
Open data y colaboración ciudadana (crowdsour- ta ya con políticas y marcos normativos que lo regu-
cing) para que se desarrollen aplicaciones móviles. lan a nivel europeo y nacional.

Algunos ejemplos de aplicaciones para mejorar la Según datos.gob.es, el Open Data proporciona be-
calidad de vida de los ciudadanos (16): neficios sociales y económicos (21):

3 Aparcamientos 3 Facilita la participación y colaboración ciudada-


na (a través de las iniciativas de gobierno abierto)
3 Información turística
3 Posibilita la monitorización y ajuste de políticas pú-
3 Información red de transporte pública blicas

76 395 >Ei
BIG DATA

3 Ofrece nuevas oportunidades de empleo y de ge- las bases para mejorar las capacidades analíticas y
neración de riqueza asociadas a los modelos de ne- por tanto mejorar el proceso de toma de decisiones
gocio innovadores y los tiempos de respuesta, principios básicos para la
Smart City.
IDC cree que las ciudades que abran sus datos pro-
porcionarán más valor a sus ciudadanos. Las corpo- Definición: dimensiones Big Data
raciones municipales con iniciativas estratégicas de
Open Data tendrán un 50% más de aplicaciones La gran diferencia entre los casos de uso de Big Data
móviles desarrolladas para su ciudad. Más ciudades y los de aplicaciones de Data Warehouse o Business
pondrán en marcha iniciativas de Open Data para Intelligence (BI) son la naturaleza y la velocidad de
facilitar el desarrollo de aplicaciones móviles y por los datos que se gestionan. Normalmente, las aplica-
tanto para proporcionar servicios a los ciudadanos, ciones Big Data son miles de veces más grandes y
visitantes y negocios a través de los dispositivos mó- requieren una respuesta más rápida que las aplica-
viles (22). Estas iniciativas van a suponer para los or- ciones de BI (26).
ganismos municipales un incremento radical de la
complejidad de gestión de datos que realizan ac- IDC define Big Data como una nueva generación de
tualmente. Existen más de 40 países con plataformas tecnologías y arquitecturas diseñadas para extraer
de Open Data. El portal de EEUU data.gov tiene más valor económico de grandes volúmenes de una am-
de 150.000 set de datos disponibles (23); y existen plia variedad de datos, mediante la capacidad de
más de 1 millón de conjuntos de datos a nivel mundial, captura, descubrimiento y/o análisis a gran veloci-
que crece cada día. En España, el portal datos.gob.es dad. Esta definición abarca hardware, software y ser-
es una iniciativa de carácter nacional encargada de vicios de integración, organización, gestión, análisis
llevar a cabo acciones que favorecen la apertura de y presentación de datos que se caracteriza con las
información por parte del sector público. Actualmente cuatro Vs: Volumen, Variedad, Velocidad y Valor (27).
dispone de más de 2000 conjuntos de datos de más
de 100 organismos. Según IBM las soluciones Big Data se distinguen de
las soluciones TIC tradicionales considerando cuatro
Desde el punto de vista del valor económico, McKinsey dimensiones (28):
Global Institute estima un potencial económico anual
Open Data de $3 - $5 trillones en siete dominios de • Volumen: las soluciones Big Data deben gestionar
actividad. Estos beneficios incluyen aumentos de pro- y procesar cantidades mucho mayores de datos.
ductividad, desarrollo de nuevos productos y servi- • Velocidad: las soluciones Big Data deben proce-
cios, y mejoras para los consumidores (ahorro de cos- sar datos que llegan a mayor velocidad.
tes, productos y servicios de mejor calidad, etc). Este
valor potencial, se podría dividir en $1,1 trillones en • Variedad: las soluciones Big Data deben encargar-
los EEUU, $900 millones en Europa y $1,7 trillones en se de más tipos de datos, tanto estructurados como
el resto del mundo (24). desestructurados.

Conclusiones. Los cambios en las tecnologías que • Veracidad: las soluciones Big Data deben validar
hemos comentado, en los que la información se la corrección de la gran cantidad de datos que lle-
convierte en el recurso crítico para la mejora de la gan a gran velocidad.
toma de decisiones, están derivando en que los re-
tos a los que se enfrenta la Smart City deben ser en- Como resultado, las soluciones Big Data se caracte-
globados en el contexto del Big Data. La convergen- rizan por procesado complejo en tiempo real y rela-
cia de dispositivos inteligentes, las redes sociales, la ción de datos, y capacidades avanzadas de analí-
información disponible en los sistemas municipales, tica y búsqueda. Estas soluciones hacen hincapié en
y otras muchas fuentes de datos, hacen que haya de- el flujo de los datos, y trasladan la analítica de los cen-
masiada información disponible para procesar y asi- tros de investigación a los procesos y funciones clave
milar y los operadores municipales y personal de los de las organizaciones.
centros de control no pueden depender totalmente Además de las 5 Vs que incorporan las definiciones
de su experiencia o intuición para tomar decisiones. de IDC e IBM; IBM menciona una sexta V que han su-
El modelo mental causa/efecto queda desfasado geridos diferentes analistas:
rápidamente, mientras se incrementa la exigencia
de responder más rápidamente y con mayor preci- • Variabilidad de la inyección de datos a sistemas
sión y conocimiento a los eventos e incidentes que Big Data (29): variabilidad significa que los sistemas
ocurren en la ciudad. Por ejemplo, los nuevos desa- Big Data deben disponer del mismo tipo de elastici-
fíos de gestión y analítica de datos a los que se de- dad que es requerido en cloud computing y otros
ben enfrentar los Centros de Control de Tráfico y entornos virtualizados. Los flujos de datos, tanto en vo-
Transporte con el crecimiento de los vehículos co- lumen como en variedad, pueden variar enorme-
nectados y la nueva generación de sistemas de asis- mente, pudiendo seguir un comportamiento cíclico
tencia de viaje, no podrán ser superados por aque- predecible o siendo completamente aleatorio. Esta
llas organizaciones que no utilicen soluciones Big variabilidad es especialmente difícil de gestionar por
Data y analítica (25). La tecnología Big Data asienta la existencia de las redes sociales.

395 >Ei 77
F. SEVILLANO PÉREZ

FIGURA 5
«THE FOUR V’S OF BIG DATA»

FUENTE: Infografía IBM (30).

FIGURA 6
«THE FOUR V’S OF BIG DATA»

FUENTE: Infografía IBM (31).

Volumen: el tamaño no es lo único que importa. Las nizaciones pueden llegar a tener gigabytes o terabytes
ciudades gestionan grandes cantidades de datos de datos que gestionar, mientras otras pueden llegar
que se van a ver incrementados con la implantación a los petabytes o exabytes. En cualquier caso, estas
de iniciativas Smart City (ver figura 5). aplicaciones aparentemente más pequeñas pueden
llegar a requerir los procesos de gestión y análisis de
La palabra «Big» de Big Data alude a volúmenes masi- datos muy demandantes y complejos que caracteri-
vos de datos, sin embargo los usuarios deben entender zan las aplicaciones Big Data (31). Un gran porcentaje
que este término es relativo. Algunos sectores u orga- de los datos no serán de interés y no proporcionará una

78 395 >Ei
BIG DATA

FIGURA 7
«THE FOUR V’S OF BIG DATA»

FUENTE: Infografía IBM (31).

información relevante, y podría ser filtrada y comprimi- micos para seleccionar el mejor tratamiento para un
da hasta en un orden de magnitud. El reto o la dificul- paciente particular? Un ejemplo de esto puede ser
tad es hacer un filtrado de forma inteligente de forma la integración de datos operativos internos de un ERP
que no se descarten datos que pueden ser relevantes con datos semiestructurados de ficheros logs de la
a las operaciones que se están ejecutando. Por ejem- web que identifican el comportamiento de clientes
plo, datos relacionados con horarios o la localización, online, con análisis de sentimiento de textos deses-
podrían estar sujetos a una amplia variación y seguir tructurados de comentarios de clientes. Otro ejem-
siendo válidos. plo son los modelos avanzados de predicción mete-
orológica que se basan en datos históricos de los
El volumen de datos está creciendo a mayor veloci- últimos 50 ó 100 años, datos de nuevos modelos fí-
dad que los recursos de computación y la capaci- sicos de simulación e comportamientos oceánicos y
dad de procesamiento de los procesadores que exis- datos de cambios de los niveles de CO; combinán-
ten en el mercado. En los últimos 5 años, la evolución dolos con datos de satélite para crear modelos de
de la tecnología de procesadores se ha parado, y simulación en tiempo real (34).
ya no vemos duplicado la velocidad de los chips cada
18 - 24 meses (32). Velocidad: velocidad a la que la información lle-
ga, se procesa, es analizada y se entrega. La velo-
Variedad: la combinación de fuentes de datos y cidad de los datos que se mueven a través de los
formatos es clave. La variedad en Big Data es un atri- sistemas de una organización varía desde requeri-
buto crítico. La combinación de datos de una am- mientos de integración por procesos batch o carga
plia variedad de fuentes diferentes de datos y en una de datos en intervalos predefinidos, hasta requeri-
variedad de formatos en un criterio clave en la de- mientos de transmisión de datos en tiempo real. La
terminación de si una aplicación puede ser conside- clave para evaluar las necesidades de velocidad del
rada Big Data (ver figura 6, en la página anterior). Big Data es entender los procesos de negocio y los
requerimientos de los usuarios finales que gestionan
Las aplicaciones Big Data combinan datos de una y ejecutan los procesos (ver figura 7).
amplia variedad de fuentes diferentes (típicamente
tanto datos internos como externos a la organización) Por ejemplo, para un organismo de gestión de emer-
y datos de diferentes tipos y formatos (estructurados, gencias, unos segundos pueden ser la diferencia en-
semiestructurados y desestructurados); éste es un as- tre una catástrofe y una resolución con éxito de una
pecto importante de Big Data. Combinar diferentes situación de riesgo. Otro ejemplo es el requerimien-
tipos y formatos de datos es un reto técnico comple- to de reconocimiento facial en tiempo real en aero-
jo: ¿Cuál es la importancia relativa de un tweet res- puertos para detección de pasajeros. Sin embargo,
pecto a un registro de cliente? ¿Cómo combinamos los motores de búsqueda web deben procesar y bus-
un gran número de fichas activas de pacientes con car millones de consultas para determinar la preci-
investigaciones médicas publicadas y datos genó- sión de sus algoritmos o añadir coincidencias, pero

395 >Ei 79
F. SEVILLANO PÉREZ

FIGURA 8
«THE FOUR V’S OF BIG DATA»

FUENTE: Infografía IBM (37).

no necesitan realizar estos análisis en tiempo real. En capacidad de limpieza de datos antes de su análi-
definitiva, lo que realmente se necesita es la informa- sis (38). Si los datos contienen errores, la información
ción relevante, en el tiempo preciso y con el nivel de que se puede generar de ellos no es fiable y los usua-
precisión requerido. rios pierden la confianza de sus resultados y nunca la
usarán para la toma de decisiones. Es fundamental
La infraestructura tecnológica será diferente para cada implantar procesos de limpieza de datos para la eli-
caso de uso. Existe un antiguo adagio en la comu- minación o por lo menos reducción de datos erró-
nidad técnica de infraestructuras –se puede resolver neos que garantice la calidad de los datos. Para
cualquier problema si pones suficiente hardware–. abordar los desafíos de rendimiento y capacidad
Cuando se examinan los grandes supercomputado- que se desprenden de la falta de veracidad en los
res que se han construido para resolver problemas datos, es importante definir estrategias y herramien-
específicos, este adagio se cumple. Sin embargo, en tas de calidad de datos como parte de la infraes-
el mundo actual, las evoluciones de hardware no tructura Big Data. El propósito de estas estrategias de
siempre son necesarias para satisfacer las deman- calidad de datos es comprobar que cumplen su pro-
das de alto rendimiento (36). pósito; es decir evaluar el uso previsto para el Big Data
dentro de la organización y establecer y garantizar
Veracidad. Como comentábamos anteriormente, la precisión necesaria de los datos para alcanzar los
cada día se generan 2,5 quintillones de bytes de da- objetivos de negocio de los casos de uso.
tos. Estos datos vienen de fuentes diversas como fo-
tografía digital, videos, posts en redes sociales, sen- El enfoque de calidad de datos adoptado por las or-
sores inteligentes, transacciones comerciales, ganizaciones debería incluir algunas estrategias:
señales GPS de teléfonos móvies y otros dispositivos,
etc. En definitiva, Big Data son datos desorganizados. • Definición de criterios y benchmarking de calidad
La veracidad tiene que ver con lo incierto o impreci- de datos
sión de los datos. Cuando utilizamos fuentes de da- • Identificación de atributos clave de calidad de da-
tos de redes sociales como tweets, entradas de tos (por ejemplo puntualidad en la entrega, integri-
Facebook, etc, ¿qué credibilidad podemos o debe- dad, etc.)
mos dar a los datos? Muy posiblemente podremos
utilizar estos datos para realizar análisis de sentimien- • Gestión del ciclo de vida de los datos y conformi-
to o identificar cambios de tendencias, pero no po- dad
dremos sacar conclusiones para la toma de decisio- • Requerimientos de metadata y su gestión
nes críticas (ver figura 8).
• Clasificación de los elementos de datos
Dos de las Vs que caracterizan al Big Data van de al-
guna manera en contra de la Veracidad de los da- Además, el enfoque debe ser colaborativo y muy cla-
tos. Tanto la Variedad como la Velocidad limitan la ro sobre qué datos deben ser 100% precisos, cuáles

80 395 >Ei
BIG DATA

FIGURA 9
CONFIANZA EN LOS DATOS

Nota: Se pidió a los líderes que describieran su grado de confianza en la calidad de los datos y los análisis de su organización. Opciones de
respuesta consolidadas; n = 107

FUENTE: IBM Institute for Business Value. 2013 Big Data & Analytics Study.

deben ser suficientemente buenos, en términos por- la calidad de los datos y análisis de los que disponen
centuales (en multitud de ocasiones, lo perfecto es como para utilizarlos en sus procesos de toma de de-
enemigo de lo bueno). La seguridad también juega cisiones cotidianos (ver figura 9).
un papel importante, ya que debe asegurar que los
datos falsos, fraudulentos o no autorizados no se in- Para inspirar este grado de confianza, hacen uso de
troducen en el Big Data. Los datos deben ser prote- un riguroso sistema de estándares empresariales y só-
gidos adecuadamente y no distribuidos a destinata- lidas prácticas de gestión de datos para ayudar a
rios no autorizados (39). asegurar no solamente la oportunidad y la calidad
de los datos, sino también su seguridad y privacidad.
Por otro lado Gartner señala que debemos conocer de Los líderes adoptan un enfoque estructurado para el
quién es la propiedad de las fuentes de datos que es- gobierno y la seguridad de los datos y a esta vigilan-
tamos utilizando para nuestros casos de uso, y el uso cia se debe en buena parte el mayor grado de con-
que podemos hacer de esta información de acuerdo fianza que la mayoría deposita en los datos y en la
a las licencias de uso (i.e. Open data, datos propieta- analítica dentro de sus organizaciones (41).
rios de uso restringido, etc.). Entender bien las limitacio-
nes, realizar un uso correcto de las fuentes de datos e Valor. En la figura 10 (en la página siguiente), IDC
informar de su origen proporcionará mayor transparen- identifica la arquitectura de valor de la Smart City que
cia a nuestra Smart City y por tanto mayor credibilidad se construye con tecnologías como el Intenet de las
y Veracidad a nuestras soluciones (40). cosas (IoT - Internet of Things) y los cuatro pilares tec-
nológicos para IDC - Big Data, tecnologías móviles,
Confianza en los datos. Los responsables de tomar cloud computing y social business (42).
decisiones deben confiar en los datos para dejarse
guiar por ellos. Según el estudio de IBM, en las orga- En el contexto del Big Data, valor se refiere tanto al cos-
nizaciones que obtienen más valor de la analítica, el te de la tecnología como al valor obtenido de su uso.
gobierno y la seguridad son suficientes para propor-
cionar a la mayoría de los usuarios un grado de con- La variable del coste es importante, ya que es uno
fianza confortable, pero también son lo bastante fle- de los factores clave que definen la novedad del Big
xibles como para que los usuarios de negocio Data. La diferencia es que antes solo los gobiernos y
cumplan un conjunto de requisitos diverso. Además, las grandes empresas se podían permitir tener gran-
este estudio indica que las organizaciones que ges- des centros de datos, soluciones de gestión de da-
tionan sus datos de manera deficiente encuentran tos en tiempo real, de análisis de contenidos deses-
dificultades para generar valor a partir de estos y de tructurados, sistemas de supercomputación, etc.
su análisis. Ahora estas tecnologías son más accesibles.

Los líderes confían en los datos de sus organizacio- Por otro lado el valor también se refiere al beneficio
nes. Dos terceras partes de los encuestados de las obtenido de las iniciativas Big Data, que IDC (43) las
organizaciones líderes tienen confianza suficiente en clasifica en:

395 >Ei 81
F. SEVILLANO PÉREZ

FIGURA 10
ARQUITECTURA DE VALOR DE LA SMART CITY

FUENTE: IDC Goverment Insights 2013.

3 Reducción del coste de capital: reducción del cos- operación de servicios urbanos, tanto ciudadanos y
te de hardware, software y otros costes de infraestruc- visitantes como empresas que operan en la ciudad,
turas. comparten un requerimiento en cuanto a la analíti-
ca de datos y a sus resultados que suele ser un des-
3 Eficiencia de las operaciones: reducción de los cos- afío para las soluciones Big Data: no quieren ser in-
tes de operaciones, debido a la mejora de los méto- undados con información no relevante.
dos de integración, gestión, análisis y entrega de datos.
Actualmente, por la falta de conocimiento de las ne-
3 Mejora de los procesos de negocio: aumento en los
cesidades o interés personal de los diferentes tipos
ingresos o beneficios debido a una mejora de los pro-
de usuarios, las aplicaciones Smart Cities inundan
cesos de negocio, incluyendo mejoras en el diseño y
con información sobre la ciudad, cuando realmen-
la prestación de servicios a los ciudadanos, en los pro-
te solo están interesados por información contextua-
cesos de licitación de contratos públicos, etc.
lizada relevante para sus necesidades.
Garner por su lado señala que el valor que propor-
Para poder proporcionar valor, en primer lugar, las so-
cionan los casos de uso de las Smart Cities está orien-
luciones Smart Cities deben entender cómo será
tado inicialmente a mejorar la organización y rendi-
consumida la información y cuál es el valor intrínse-
miento de los servicios e infraestructuras urbanos,
co y de negocio que contiene para los ciudadanos
como por ejemplo la gestión de residuos, tráfico, tras-
y empresas.
portes públicos, gestión energética y gestión de agua.
Además, la información tiene un valor «citizen-cen- Una vez entendamos el valor que proporciona la in-
tric» ya que la información difundida por ejemplo so- formación, las soluciones deben disponer de capa-
bre patrones o predicciones de tráfico, horarios y es- cidades analíticas de filtrado, agrupación y visualiza-
tado del transporte público o la disponibilidad de ción de la información y contexto de forma que la
aparcamiento en las zonas de la ciudad, tienen un información proporcionada aporte realmente valor
impacto sobre las necesidades de servicio y benefi- identificado a los diferentes usuarios (45).
cios para ciudadanos, negocios y visitantes. La per-
cepción en el otro extremo de la cadena de valor
es crítica para que las infraestructuras y servicios de BIG DATA: MÁS ALLÁ DE LA TECNOLOGÍA…
la ciudad funcionen mejor y de forma más sosteni- TRANSFORMACIÓN
ble y contextualizada, unidos al contexto personal de
los ciudadanos, por ejemplo de seguridad, calidad Como hemos visto, disponer de la información de
del aire y estándares de calidad de vida para esta- contexto adecuada para la toma de decisiones es
blecer métricas de contaminación medioambiental, fundamental para mejorar la gestión de la ciudad y
densidad de tráfico, etc. (44). la calidad de vida de sus ciudadanos. Sin embargo,
la implantación de soluciones Big Data va más allá
Los usuarios de soluciones y casos de uso Smart de la tecnología y sus dimensiones de Volumen,
Cities, tanto a nivel de gestión municipal como de Velocidad, Variedad y Veracidad; supone una impor-

82 395 >Ei
BIG DATA

FIGURA 11
LAS NUEVE PALANCAS SON CAPACIDADES QUE HACEN POSIBLE Y MEJORAN EL DESARROLLO,
LA GENERACIÓN DE ANALÍTICA Y CREACIÓN DE VALOR

FUENTE: IBM. Institute for Business Value.

tante transformación que requiere cambios operati- acceso a la tecnología de la sociedad, son los prin-
vos y organizativos; y todo ello alineado con los ob- cipales «sensores» que tienen actualmente a su dis-
jetivos estratégicos de creación de valor para la ciu- posición los gestores municipales.
dad.
IBM ha realizado un estudio muy interesante y reve-
Cada ciudad es diferente y sus objetivos estratégicos lador, que concluye que las empresas de mayor éxi-
varían para cada una de ellas. Sin embargo, la ma- to aplican de manera sistematizada iniciativas de
yoría comparte problemas y retos similares, siendo los analítica de datos en toda su organización para to-
principales focos de atención el tráfico y transporte mar decisiones más informadas e inteligentes, actuar
público, la seguridad ciudadana y reducción de ín- con mayor rapidez y optimizar los resultados (46).
dices de criminalidad, la gestión energética, el ciclo Pero, más allá de la tecnología, existe una cuestión
integral del agua y la gestión de residuos urbanos. Al fundamental que responder: ¿cómo pueden las or-
mismo tiempo, además de gestionar la actividad ganizaciones rentabilizar sus inversiones en analítica
diaria de la ciudad, persiguen objetivos de desarro- aprovechando la cantidad de datos existente y su
llo económico mediante la creación o atracción de rápido crecimiento? El estudio de IBM concluye que
actividad económica que amplíen y mejoren su te- hace falta una coordinación adecuada entre estra-
jido empresarial; muy orientado actualmente a la tegia, tecnología y estructura organizativa.
creación de empleo. Y muchas se enfrentan a estos
grandes retos con infraestructuras tecnológicas anti- Las estrategias de implantación de la analítica de-
guas y obsoletas, silos de información y procesos muy ben ayudar a cumplir los objetivos empresariales más
burocráticos en los que no se colaboran entre las dis- importantes; la tecnología existente tiene que susten-
tintas concejalías y organismos, falta de objetivos co- tar la estrategia de analítica; y la cultura de la orga-
munes alineados para toda la ciudad, que compli- nización ha de evolucionar para que el personal
can enormemente acometer nuevas iniciativas de adopte esta tecnología. La correcta coordinación
valor global para la ciudad. entre estas tres dimensiones claves es necesaria pa-
ra generar resultados tangibles.
El concepto de Smart City puede ayudar a estructu-
IBM identifica nueve palancas que permiten a las or-
rar un enfoque global para responder a estos gran-
ganizaciones generar valor a partir de un volumen
des retos. En las definiciones que veíamos antes, la
de datos en constante crecimiento proveniente de
Smart City es una solución que con el apoyo de la
diversas fuentes; un valor que resulta del conocimien-
tecnología, abarca la transformación de la ciudad
to que se ha generado y de las acciones adopta-
de forma sostenible y escalable, con apertura a los
das en todos los niveles de la organización (47).
ciudadanos y negocios y con transparencia en la ges-
tión. Una de las principales palancas del crecimien- Estas nueve palancas representan los conjuntos de
to sostenible es implantar una cultura de la innova- capacidades que más diferenciaban a los líderes de
ción y fomentar la colaboración e involucración de los demás encuestados:
los ciudadanos y empresas en los problemas diarios
de la ciudad y en la búsqueda e implantación de 3 Cultura: disponibilidad y uso de datos y análisis en
soluciones. Los ciudadanos, con el nivel actual de la organización

395 >Ei 83
F. SEVILLANO PÉREZ

3 Datos: estructura y formalidad de los procesos de Los casos de uso de la Smart City que aportan ma-
gobierno de datos de la organización y de la segu- yor valor con aquellos que se construyen con datos
ridad de sus datos e información de fuentes muy diversas, que propor-
cionan la visión global y completa que podremos
3 Conocimientos: desarrollo de competencias y ca- convertir en conocimiento para mejorar la actuación
pacidades de gestión y analítica de datos, así como y servicios municipales. Las ciudades no siempre tie-
acceso a las mismas nen a su disposición toda la información necesaria.
3 Financiación: rigor financiero del proceso de finan- Sin la colaboración del ecosistema completo de ciu-
ciación de los análisis dadanos y empresas, organismos y empresas muni-
cipales, etc. los casos de uso de la Smart City verán
3 Medición: evaluación del impacto sobre los resul- limitado su generación de valor.
tados de negocio
Dueños de la información: En muchos casos nos en-
3 Plataforma: capacidades integradas proporcio-
contramos que las distintas áreas de la ciudad se
nadas por el hardware y el software
sienten dueños de los datos que gestionan o captu-
3 Fuente de valor: acciones y decisiones que gene- ran, gestionan sus propios procesos y no existe una
ran resultados cultura de la «colaboración transparente». Con co-
laboración transparente me refiero a que los datos e
3 Patrocinio: apoyo e implicación de la dirección información estén disponibles para todo el ecosiste-
ma municipal, en un modelo de Datos Abiertos.
3 Confianza: confianza de la dirección
Por otro lado, muchos servicios municipales son rea-
Las conclusiones de este estudio de IBM son totalmen-
lizados por empresas privadas que disponen de mu-
te aplicables a las corporaciones municipales y a to-
cha información que no se proporciona a la corpo-
do su ecosistema de empresas y organismos, que de-
ración municipal, más allá de los indicadores de
ben alinear sus objetivos estratégicos, la tecnología y
gestión, los datos operativos que permitan medir los
su estructura organizativa; más allá de ciclos electora-
acuerdos de nivel de servicios y la información exigi-
les que no harían viable la implantación y adopción
da en los pliegos correspondientes. Actualmente se
de una verdadera cultura de la innovación.
está reconociendo el valor de disponer de toda la
información para tener mayor control y conocimien-
Factores críticos de éxito to de los procesos, y de esta forma poder realizar me-
joras y elaborar mejores pliegos en futuras licitacio-
Compromiso de los dirigentes municipales. Como nes. La tendencia actual es incluir en los pliegos la
toda transformación (y la implantación de soluciones obligatoriedad de proporcionar toda la información
Big Data requiere una importante transformación pa- disponible, que pasa a ser propiedad de la ciudad.
ra poder tener éxito), la implantación de soluciones Esta situación hace que desarrollar casos de uso de
Big Data como palanca tecnológica necesaria pa- valor o iniciativas innovadoras que impliquen a dife-
ra el desarrollo de la Smart City, requiere un fuerte rentes áreas o empresas, o necesiten información de
compromiso de los dirigentes municipales al máxi- diferentes fuentes requiera mucho esfuerzo y desgas-
mo nivel para superar las barreras al cambio que te que no aporta ningún valor, consume muchos re-
aparecerán durante su implantación y despliegue. cursos y ralentiza su progreso.

Las restricciones políticas o limitaciones ejecutivas Tanto la información histórica como la generada y
son el principal factor limitante para la obtención de capturada diariamente en los procesos y servicios
mayor valor de las iniciativas de analítica de datos. municipales pertenecen o son gestionados por la
El 62% de las organizaciones indica estas limitacio- ciudad. Debe existir un modelo de gobierno y ges-
nes como el principal obstáculo para la puesta en tión de la información que garantice por un lado la
valor de los datos; aunque lo que diferencia a las lí- seguridad y privacidad y por otro la calidad y fiabili-
deres es una pauta visible de puesta en marcha de dad; que permita poner la información disponible a
procesos que minimizan estas limitaciones (48). disposición del ecosistema municipal para obtener
el mayor valor de su utilización.
Cultura de confianza y colaboración. Para tener éxi-
to en la implantación de analítica Big Data en la Fuente de valor. Las capacidades analíticas propor-
Smart City es fundamental implantar la cultura de la cionadas por las soluciones Big Data son enormes.
confianza y la colaboración en el ADN en todos los Pero solo tienen sentido si se enfocan en la creación
niveles de la organización municipal, en todos los or- de valor para la ciudad. Por tanto, antes de acome-
ganismos y agencias y extenderlo al ecosistema de ter cualquier iniciativa, es fundamental entender los
empresas y ciudadanos que participan. objetivos estratégicos de la ciudad e identificar el va-
lor que aporta el Big Data para su consecución. Las
La confianza afecta directamente a la capacidad de organizaciones que obtengan más valor del Big Data
una organización de extraer valor de los datos; o me- serán aquellas que entiendan claramente cuál es la
jor dicho, la falta de confianza es uno de los obstácu- fuente de ese valor y dirijan sus esfuerzos en conse-
los más importantes para la generación de valor. cuencia. Casi la mitad de las empresas líderes seña-

84 395 >Ei
BIG DATA

lan que los datos y su análisis influyen significativa- [10] IBM Redpaper publication, Performance and Capacity
mente en las estrategias de negocio y los resultados Implications for Big Data, REDP-5070
operativos de sus organizaciones. La quinta parte [11] IBM Redpaper publication, Smarter Analytics: Information
más destacada de estos líderes basa sus decisiones Architecture for a New Era of Computing, SG24-5012.
http://www.redbooks.ibm.com/abstracts/redp5012.html
de negocio en información proporcionada por la
[12] «Apply new analytics tools to reveal new opportunities», IBM
analítica de datos. Tras la medición de los resultados, Smarter Planet website, Business Analytics page.
la mayoría rentabiliza su inversión en analítica de da- http://www.ibm.com/smarterplanet/us/en/business_analytics/
tos en menos de 12 meses, llegando a ser menor de article/it_business_intelligence.html)
6 meses en el 40% de las empresas líderes (49). [13] John Gantz and David Reinsel, «The Digital Universe in 2020:
Big Data, Bigger Digital Shadows, and Biggest Growth in the
Capital humano: conocimientos. Las iniciativas Smart Far East». IDC, for EMC Corporation, December 2012.
Cities y los proyectos de Big Data son aún muy re- http://www.emc.com/collateral/analyst-reports/idc-the-
cientes. Actualmente existe un déficit importante a digital-universe-in-2020.pdf
nivel global de profesionales formados y con expe- [14] IBM Redpaper publication, Performance and Capacity
Implications for Big Data, REDP-5070
riencia en estas tecnologías, que puede ser uno de
[15] Gartner. Market Trends: Business Intelligence Platforms Key
los principales obstáculos para la implantación de
to Managing Big Data in Smart Cities (G00225073).
analítica de datos Big Data en la Smart City. [16] IDC Government Insight: Worldwide SmartCity 2013 Top 10
Predictions (#GI239209).
IBM destaca que una tercera parte de las organiza- [17] Ibid.
ciones citaron la falta de competencias para anali- [18] Gartner. Market Trends: Business Intelligence Platforms Key
zar y convertir los datos en acciones significativas co- to Managing Big Data in Smart Cities (G00225073).
mo el escollo más importante para mejorar el uso de [19] Gartner: http://www.gartner.com/newsroom/id/2621015
técnicas analíticas en sus organizaciones (50). Y se [20] ABI Research: https://www.abiresearch.com/press/more-than-
espera que este problema se agrave. Según Gartner, 30-billion-devices-will-wirelessly-conne
en 2015 la demanda de perfiles analíticos y de da- [21] Red.es: Decálogo Reutilizador de datos del sector público.
http://datos.gob.es/sites/default/files/decalogo_reutilizador.
tos ascenderá a 4,4 millones de empleos en todo el
pdf
mundo, de los cuales solamente se cubrirá una ter- [22] IDC Government Insight: Worldwide SmartCity 2013 Top 10
cera parte (51). Predictions (#GI239209)
[23] www.data.gov
Puede ser muy interesante para las ciudades y orga- [24] The McKinsey Global Institute: Open data: Unlocking inno-
nizaciones promover iniciativas de educación, atrac- vation and performance with liquid information.
ción de talento y creación de proyectos empresaria- [25] IDC Government Insight: Worldwide SmartCity 2013 Top 10
les en esta área de la analítica de datos y Smart City. Predictions (#GI239209).
Las ciudades y organizaciones que conscientes del [26] IBM Redpaper publication, Performance and Capacity
valor y las cualidades inherentes de estos recursos to- Implications for Big Data, REDP-5070.
[27] IDC White Pater: Big Data: Trends, Strategies, and SAP
men la iniciativa podrán generar riqueza y puestos
Technology (#236135).
de trabajo de alta cualificación en un sector de gran
[28] IBM Redpaper publication, Performance and Capacity
futuro, y podrán disponer del capital humano nece- Implications for Big Data, REDP-5070.
sario para desarrollar casos de uso y aplicaciones [29] Ibid.
Smart City y Big Data de gran valor añadido. [30] IBM. The four V’s of Big Data. http://www.ibmbig
datahub.com/infographic/four-vs-big-data
[31] DC White Pater: Big Data: Trends, Strategies, and SAP
Technology (#236135).
NOTAS [32] Divyakant Agrawal, Philip Bernstein, Elisa Bertino, et al.
«Challenges and Opportunities with Big Data». Princeton
[1] Red Española de Ciudades Inteligentes (RECI): http://www.r University white paper, 2012. http://www.purdue.edu/
edciudadesinteligentes.es/sobre-la-red/quienes- discoverypark/cyber/assets/pdfs/BigDataWhitePaper.pdf
somos/ampliar.php/Id_contenido/301/v/0/ [33] IBM. The four V’s of Big Data. http://www.ibmbigdatahub.
[2] Gartner. Market Trends: Business Intelligence Platforms Key com/infographic/four-vs-big-data
to Managing Big Data in Smart Cities (G00225073) [34] IDC White Pater: Big Data: Trends, Strategies, and SAP
[3] IDC Government Insight: Worldwide SmartCity 2013 Top 10 Technology (#236135).
Predictions (#GI239209) [35] IBM. The four V’s of Big Data. http://www.ibmbigdata
[4 Ibid hub.com/infographic/four-vs-big-data
[5] IDC Government Insights: Smart Cities Strategies: [36] IDC White Pater: Big Data: Trends, Strategies, and SAP
#GI243301. «Business Strategy: Smart City Essentials - Six Ways Technology (#236135)-
to Drive Innovation in Your City» [37] IBM. The four V’s of Big Data. http://www.ibmbigdata
[6] IDC Government Insights’ Worldwide Smart City Taxonomy, hub.com/infographic/four-vs-big-data
2014. [38] Dwaine Snow «Adding a 4th V to BIG Data - Veracity». Blog:
[7] Gartner. Market Trends: Business Intelligence Platforms Key Dwaine Snow’s Thoughts on Databases and Data
to Managing Big Data in Smart Cities (G00225073). Management, 2012. http://dsnowondb2.blogspot.com/
[8] IBM Institute for Business Value: Analítica de datos: un pro- 2012/07/adding-4th-v-to-big-data-veracity.html
yecto de generación de valor. [39] IBM Redpaper publication, Performance and Capacity
[9] «Gartner Predicts 2013: Information Innovation». Gartner Implications for Big Data, REDP-5070
Research. 14 de diciembre de 2012. G00246040, página [40] Gartner. Market Trends: Business Intelligence Platforms Key
2, «Strategic planning assumptions». to Managing Big Data in Smart Cities (G00225073)

395 >Ei 85
F. SEVILLANO PÉREZ

[41] IBM Institute for Business Value: Analítica de datos: un pro- IDC Government Insight: Worldwide SmartCity 2013 Top
yecto de generación de valor. 10 Predictions (#GI239209).
[42] IDC Government Insights’ Worldwide Smart City Taxonomy, IDC Government Insights: Smart Cities Strategies:
2014. #GI243301. «Business Strategy: Smart City Essentials - Six
[43] IDC White Pater: Big Data: Trends, Strategies, and SAP Ways to Drive Innovation in Your City».
Technology (#236135). IDC Government Insights’ Worldwide Smart City
[44] Gartner. Market Trends: Business Intelligence Platforms Key Taxonomy, 2014.
to Managing Big Data in Smart Cities (G00225073). «GARTNER Predicts 2013: Information Innovation».
[45] Ibid. Gartner Research. 14 de diciembre de 2012. G00246040,
[46] IBM Institute for Business Value: Analítica de datos: un pro- página 2, “Strategic planning assumptions”.
yecto de generación de valor. IDC White Pater: Big Data: Trends, Strategies, and SAP
[47] Ibid. Technology (#236135).
[48] Ibid. THE MCKINSEY GLOBAL INSTITUTE: Open data: Unlocking
[49] Ibid. innovation and performance with liquid information.
[50] Ibid. http://www.mckinsey.com/insights/business_technology/open_
[51] «Gartner’s Top Predictions for IT Organizations and Users, data_unlocking_innovation_and_performance_with_li-
2013 and Beyond: Balancing Economics, Risk, Opportunity
quid_information
and Innovation». Gartner Research. 19 de octubre de
RED.ES: Decálogo Reutilizador de datos del sector público.
2012.
http://datos.gob.es/sites/default/files/decalogo_reutilizador.
pdf
«Apply new analytics tools to reveal new opportunities»,”
BIBLIOGRAFÍA
IBM Smarter Planet website, Business Analytics page.
http://www.ibm. com/smarterplanet/us/en/business_analytics/
RED ESPAÑOLA DE CIUDADES INTELIGENTES (RECI): http://
article/it_business_intelligence.html)
www.redciudadesinteligentes.es/sobre-la-red/quienes-somos/
JOHN GANTZ and DAVID REINSEL: «The Digital Universe in
ampliar.php/Id_contenido/301/v/0/
2020: Big Data, Bigger Digital Shadows, and Biggest Growth
IBM INSTITUTE FOR BUSINESS VALUE: Analítica de datos: un
in the Far East». IDC, for EMC Corporation, December 2012
proyecto de generación de valor. http://www.ibm.com/
midmarket/es/es/att/pdf/Analitica_de_datos_para_pymes.pdf http://www.emc.com/collateral/analyst-reports/idc-the-digi-
IBM REDPAPER PUBLICATION, Performance and Capacity tal-universe-in-2020.pdf
Implications for Big Data, REDP-5070. http://www.red DIVYAKANT AGRAWAL, PHILIP BERNSTEIN, ELISA BERTINO, et
books.ibm.com/abstracts/redp5070.html al. «Challenges and Opportunities with Big Data». Princeton
IBM REDPAPER PUBLICATION, Smarter Analytics: Information University white paper, 2012. http://www.purdue.edu/discovery
Architecture for a New Era of Computing, SG24-5012. park/cyber/assets/pdfs/BigDataWhitePaper.pdf
http://www.redbooks.ibm.com/abstracts/redp5012.html DWAINE SNOW: «Adding a 4th V to BIG Data - Veracity».
IBM. The four V’s of Big Data. http://www.ibmbigdata Blog: Dwaine Snow’s Thoughts on Databases and Data
hub.com/infographic/four-vs-big-data Management, 2012.
GARTNER. Market Trends: Business Intelligence Platforms http://dsnowondb2.blogspot.com/2012/ 07/adding-4th-v-
Key to Managing Big Data in Smart Cities (G00225073) to-big- data-veracity.html
GARTNER: http://www.gartner.com/newsroom/id/2621015 «Gartner’s Top Predictions for IT Organizations and Users,
ABI Research: https://www.abiresearch.com/press/more 2013 and Beyond: Balancing Economics, Risk, Opportunity
than-30-billion-devices-will-wirelessly-conne and Innovation». Gartner Research. 19 de octubre de 2012.

86 395 >Ei